Pada September 2024, Alibaba secara resmi merilis model pembuatan video AI miliknya, Tongyi Waniang AI, yang juga disebut sebagai Wan AI. Pada Januari 2025, Alibaba memperkenalkan Wan 2.1, iterasi terbaru dari generator video AI-nya.
Kini, mereka menghadapi persaingan ketat dari perusahaan teknologi seperti OpenAI dan Kuaishou, tetapi apakah Alibaba memiliki apa yang diperlukan untuk menonjol?
Untuk menjawabnya, saya menyusun panduan mendalam untuk memberikan wawasan tentang apa yang membuat Wan AI begitu penting dalam pembuatan konten visual AI.
Wan 2.1: Dasar-dasarnya
Wan 2.1 menggunakan kombinasi teknologi VAE dan DiT untuk membuat video terlihat sangat realistis dengan meningkatkan cara gerakan dan koneksi visual. Pada dasarnya, teknologi ini sangat baik dalam meniru gerakan dunia nyata yang rumit dengan koordinasi tubuh yang tepat dan gerakan yang mulus.
Ini berarti saya dapat menggunakannya untuk merender adegan karakter yang kompleks seperti penari balet, berenang, dan seluncur indah, yang seringkali gagal dilakukan oleh kebanyakan model video AI. Faktanya, karena kemampuannya untuk mengikuti lintasan gerakan realistis, Wan 2.1 berada di puncak papan peringkat VBench untuk pembuatan video AI.
Selain itu, versi baru ini hadir dengan kemampuan *prompt* yang lebih baik, yang menghasilkan generasi yang lebih cepat dan lebih intuitif. Karena alasan ini, saya dapat menghasilkan video berdurasi 1 menit dalam resolusi 1080p dalam waktu sekitar 15 detik. Perlu juga dicatat bahwa Wan 2.1 memiliki empat varian: T2V-1.3B, T2V-14B, I2V-14B-480P, dan I2V-14B-720P.
Karena mendukung 14 miliar parameter (14B), model video AI ini dapat menafsirkan lebih banyak masukan dan konteks daripada sebelumnya. Pada Februari 2025, diumumkan bahwa keempat varian tersebut kini bersifat sumber terbuka. Hal ini menjadikan Wan 2.1 salah satu dari sedikit model video AI yang dapat diakses dan dimodifikasi secara bebas oleh pengguna publik dan pengembang.
Bagaimana Pendapat Pribadi Saya tentang Wan 2.1?
Saya mencoba Wan 2.1 dengan mengujinya dengan beberapa video sampel, dan saya memiliki beberapa perasaan beragam tentang hal itu. Untuk percobaan pertama saya, *prompt* pertama saya adalah: "Dua naga raksasa terlibat dalam pertempuran udara epik di atas kerajaan abad pertengahan, melepaskan api dan kekacauan, dengan kamera berputar untuk menunjukkan kehancuran di bawah."
Berikut adalah video yang dihasilkan:
Adegan itu terlihat bagus—termasuk kehancurannya—tetapi naganya? Tidak begitu. Mereka hanya melayang berhadapan di langit, tidak melakukan apa pun, yang membuat gerakannya terasa kaku dan mengecewakan.
Saya mencoba lagi dengan *prompt* yang lebih detail: "Dua naga raksasa bertarung di atas kerajaan abad pertengahan, sisik berkilauan saat salah satu menyelam dengan cakar mengayun dan yang lain membalas dengan ledakan api, sayap mengepak saat mereka berputar dan menghindar di langit yang berasap, ekor mengibas dengan kekuatan realistis, sementara kamera beralih dengan mulus antara bidikan luas kerajaan dan bidikan dekat pertarungan."
Kali ini, videonya jauh lebih baik—gerakan naga itu dinamis dan intens, dengan fisika alami, dan transisi kamera terasa mulus dan hidup.
Menurut pendapat saya, Wan 2.1 memiliki potensi, terutama karena menggunakan teknologi VAE dan DiT untuk menangani gerakan realistis dengan baik. Tetapi ia benar-benar membutuhkan *prompt* yang detail untuk memberikan hasil yang diinginkan; jika tidak, gerakannya bisa terasa datar, yang agak mengganggu pada awalnya. Namun, dengan sedikit usaha, ia dapat menciptakan video yang luar biasa dan dinamis.
Fitur Apa yang Paling Saya Sukai dari Wan 2.1?
Saya tidak dapat menyangkal bahwa Wan 2.1 memperkenalkan berbagai macam kemajuan yang membawa solusi video AI Alibaba ke tingkat selanjutnya, bahkan jika dibandingkan dengan alat video AI lainnya. Jadi, izinkan saya memecah kekuatan utama model AI yang membuatnya begitu menonjol menurut pandangan saya:
Kinerja Unggul
Wan 2.1 menggunakan teknologi VAE eksklusif yang memungkinkannya merekonstruksi video 1080p beresolusi tinggi tanpa mengorbankan gerakan mulus. Seperti yang saya sebutkan sebelumnya, ia juga mempertahankan detail visual dengan baik, sehingga kekompakan antar *frame* relatif baik.
Dengan kata lain, ada lebih sedikit risiko harus khawatir tentang kedipan atau distorsi antar *frame*. Selain itu, arsitektur VAE Wan 2.1 dapat mengkodekan dan mendekodekan video pada tingkat yang sangat cepat. Ini berarti saya dapat mengandalkannya untuk membantu pembuatan video mendekati *real-time*.
Pemahaman Multibahasa
Wan 2.1 adalah model pembuatan video AI pertama yang mampu memahami *prompt* teks dalam bahasa Inggris dan Tionghoa. Fitur bilingual ini bisa fantastis untuk menghasilkan teks animasi dan segala macam *overlay* dalam video.
Saya juga dapat menggunakan Wan 2.1 untuk membuat *prompt* untuk video produk atau bahkan tutorial interaktif untuk audiens asli dengan hasil yang jauh lebih efektif. Ditambah lagi, kemampuan pembuatan teks yang kuat ini memberikannya keunggulan yang adil atas model video AI lainnya.
Dinamika Gerakan Tak Tertandingi
Wan 2.1 memiliki penguasaan yang mengesankan atas dinamika gerakan dalam pembuatan video AI. Meskipun saya tidak berpikir ia benar-benar terdepan dalam estetika visual, model video AI ini mempertahankan keseimbangan yang tak terbantahkan antara konsistensi adegan, realisme gerakan, dan presisi spasial.
Sebagian besar, ini membuat Wan 2.1 sangat cocok untuk menghasilkan visual tingkat profesional yang terlihat dan terasa realistis. Baik itu *trailer*, video musik, adegan animasi, atau bahkan aset game, saya yakin ia dapat memberikan hasil yang mulus dan meyakinkan.
Aksesibilitas Sumber Terbuka
Alibaba memilih untuk merilis Wan 2.1 sebagai solusi gratis dan sumber terbuka, yang mencakup keempat varian. Saya sangat menghargai ini karena secara efektif membuatnya lebih mudah diakses oleh bisnis, merek, pengembang, dan kreator di seluruh dunia.
Menjadi mudah untuk mengintegrasikan Wan 2.1 dan mengotomatiskan segala macam tugas pembuatan video yang kompleks, bahkan jika Anda tidak memiliki keahlian pengkodean apa pun. Ditambah lagi, saya suka bagaimana hambatan masuk yang lebih rendah berarti hal itu akan membantu mendorong inovasi di komunitas AI yang lebih luas.
Bagaimana Cara Saya Lebih Suka Mengakses Wan 2.1? Memperkenalkan Pollo AI
Anda dapat mengakses Wan 2.1 dengan menginstalnya secara lokal atau melalui situs web resmi pengembang, Wan.Video. Namun, saya harus memberi tahu Anda bahwa ini bukanlah cara termudah untuk menggunakan model video AI.
Sebaliknya, saya sarankan Anda mempertimbangkan untuk menggunakan Pollo AI. Ini adalah platform pembuatan gambar dan video AI mutakhir, terintegrasi dengan beberapa model AI terkemuka di industri. Beberapa di antaranya termasuk Runway, Kling AI, Pixverse, Hailuo, Luma AI, dan tentu saja, Wan AI.
Karena semuanya berada di satu tempat, ini memudahkan untuk membandingkan langsung hasil video antar model.
Selain itu, saya dapat mengakses banyak alat dan templat AI di Pollo AI yang memudahkan pembuatan segala macam video kustom dengan cepat.
Terutama, Pollo AI juga menampilkan Generator Video Pendek AI, Generator Video AI yang serbaguna, termasuk Gambar ke Video dan Teks ke Video, serta Generator Avatar AI, memberdayakan kreator dengan berbagai pilihan kreatif.
Terbaik dari semuanya, platform ini menawarkan paket harga yang sangat terjangkau, jadi saya tidak perlu mengeluarkan banyak uang untuk menikmati semua fitur dan alat uniknya. Tetapi Anda tidak perlu mempercayai kata-kata saya! Coba Pollo AI secara gratis melalui uji coba gratisnya sekarang!
Kesimpulan Saya tentang Wan 2.1
Saya menemukan bahwa Wan 2.1 dapat membantu kreator mana pun menghasilkan video karakter yang realistis dan meyakinkan dalam hampir semua gaya visual. Ia masih menghadapi persaingan ketat terhadap pesaing lain seperti Kling AI, tetapi ia tetap tak terkalahkan dalam hal gerakan dinamis dan konsistensi pola di seluruh adegan. Kunjungi Pollo AI sekarang dan mulailah membuat video dengan Wan 2.1 untuk melihat apa yang dapat dilakukannya untuk Anda!